Ich bin Computerprogrammierer oder Computeringenieur und interessiere mich dafür, das Gehirn auf irgendeine Weise mit einem klassischen Computer zu vergleichen. Wie gut hält dieser Vergleich?
Dies ist eine allgemeine Einführung in die Computer/Gehirn-Metapher und ihre praktischen Grenzen. Ähnliche Fragen in diesem Forum sind:
Der Bezug dieser Frage auf einen klassischen Computer bezieht sich auf einen Berechnungsstil der „ Turing-Maschine “, auch als Wissenssystem bekannt , in dem Entscheidungen und mögliche Ergebnisse unter Verwendung von if-Anweisungen, Schleifen und anderen logischen Konstrukten vorprogrammiert sind.
Die meisten modernen Computerprogrammierer und Ingenieure sind jedoch zumindest einigermaßen mit neuronalen Netzen vertraut, die für maschinelles Lernen verwendet werden . Künstliche neuronale Netze (KNNs) basieren lose auf der Funktionsweise des Gehirns (eines biologischen neuronalen Netzes ). Wenn Sie Ihren Computerhintergrund nutzen möchten, um das Gehirn zu verstehen, empfehle ich Ihnen, sich stattdessen mit neuronalen Netzen zu befassen. Wenn Sie bereits ein gewisses Verständnis für neuronale Netze haben, denken Sie darüber nach, wie Siri oder Watson funktionieren.
Während neuronale Netze sicherlich als Speicher von Daten, Ausführung von Algorithmen, Parallelverarbeitung und Speicher- und Geschwindigkeitsmessungen angesehen werden können, unterscheiden sie sich konzeptionell stark von klassischen Computern und sind im Allgemeinen nicht aufschlussreich zu vergleichen. Insbesondere der „ von Neumann “-Architekturstil moderner Computer hat kein Analogon im Gehirn (es gibt beispielsweise keine Trennung zwischen Bereichen, die rechnen, und Bereichen, die Erinnerungen speichern). Wenn Sie immer noch an einem solchen Vergleich interessiert sind, dann haben viele der oben aufgeführten Fragen bereits großartige Antworten, also schauen Sie sie sich an.
Wenn Sie daran interessiert sind, das Gehirn mit einer klassischen Computermethodik zu modellieren, dann schauen Sie sich ACT-R an, eine beliebte Architektur zur Modellierung des Gehirns mit einem modularen, wissensbasierten System (siehe auch diese Forumsfrage ).
Künstliche neuronale Netze sind auch kein perfektes Modell für biologische neuronale Netze, und wenn Sie an dem Unterschied interessiert sind, lesen Sie diese Forumsfrage .
Dieser Gedankengang repräsentiert tatsächlich den aktuellen Stand der wissenschaftlichen Herangehensweise an das Gehirn. Bevor wir Elektrizität entdeckten und dass (periphere) Neuronen Elektrizität leiten, deutete eine Analogie oder Erklärung darauf hin, dass der Geist durch hydraulische Wirkung arbeitet.
Es ist daher möglich, dass wir diese Analogie aufgeben müssen, wenn wir eine bessere finden. Fürs Erste geben wir ihm Erklärungskraft. Wir wissen jedoch, dass sich die Schaltkreise des Gehirns stark von einem Computer unterscheiden. Gleichzeitig haben Neuronen diskrete Ausgänge, die binär dargestellt werden können ( alles-oder-nichts ). (Aber es gibt auch Non-Spike-Neuronen mit einer kontinuierlicheren „analogen“ Reaktion.)
Empfohlene Lektüre:
Philosophie des Geistes: Computationalism
Ein klassisches Argument gegen den Computationalism: The Chinese Room Argument
Steven Jeuris
Frank Hubeny
Seanny123